LLM Course documentation
Gradio,回顧!
0. 安裝
1. Transformer 模型
2. 使用 🤗 Transformers
3. 微調一個預訓練模型
4. 分享你的模型和標記器
5. 🤗 Datasets庫
6. 🤗 Tokenizers庫
7. 主要的 NLP 任務
8. 如何尋求幫助
9. 構建並分享你的模型
課程活動
Gradio,回顧!
關於使用 Gradio 構建酷炫的 ML 演示的章節到此結束 - 我們希望您喜歡它!回顧一下,在本章中,我們學習了:
- 如何使用高級
InterfaceAPI 創建 Gradio 演示,以及如何配置不同的輸入和輸出模式。 - 通過臨時鏈接和託管在 Hugging Face Spaces 上共享 Gradio 演示的不同方式。
- 如何將 Gradio 演示與 Hugging Face Hub 上的Model和Space集成在一起。
- 高級功能,例如在演示中存儲狀態或提供身份驗證。
- 如何使用 Gradio Blocks 完全控制演示的數據流和佈局。
如果您想測試您對本章所涵蓋概念的理解,請查看下一節中的測驗!
下一步去哪裡?
如果您想了解有關 Gradio 的更多信息,您可以
Update on GitHub